本书用了10章来介绍怎么使用Scala在Spark平台上实现机器学习算法，其中Scala的版本为2.11.7，Spark采用基于Hadoop 2.6的版本，这些都是比较新的版本。本书从数据分析师怎么开始数据分析入手，介绍了数据驱动过程和Spark的体系结构；通过操作Spark MLlib库，介绍了机器学习的基本原理及MLlib所支持的几个算法；接着介绍了Scala如何表示和使用非结构化数据，以及与图相关的话题；再接着介绍了Scala与R和Python的集成；最后介绍了一些特别适合Scala编程的NLP常用算法及现有的Scala监控解决方案。总之